我一直在使用 tesseract
将文档转换为文本。文档的质量范围很广，我正在寻找有关哪种图像处理可能会改善结果的提示。我注意到高度像素化的文本——例如由传真机生成的文本——对于
tesseract 来说尤其难以处理——大概所有这些锯齿状边缘的字符都会混淆形状识别算法。

什么样的图像处理技术可以提高精度？我一直在使用高斯模糊来平滑像素化图像并看到一些小的改进，但我希望有一种更具体的技术可以产生更好的结果。比如说一个针对黑白图像调整的过滤器，它可以平滑不规则边缘，然后是一个过滤器，它可以增加对比度以使字符更加清晰。

对于图像处理新手的任何一般提示？